AI for science needs reasoning, not just data
2026-08-20 · MIT Technology Review
AI助力科学:需要推理,而非仅靠数据
科学已走到尽头的反复预言
每隔几十年,就有人宣布科学已接近终点。1903年,著名物理学家阿尔伯特·迈克耳孙写道,物理科学的事实“都已经发现了”。1980年代,斯蒂芬·霍金预测理论物理学可能在本世纪末完成。随着人工智能的爆炸性发展,这种感觉再次出现——这一次还伴随着诺贝尔奖。
AlphaFold的突破及其影响
2024年,谷歌DeepMind的Demis Hassabis和John Jumper因开发神经网络AlphaFold而分享诺贝尔化学奖的一部分。AlphaFold通过从数千个实验测定的蛋白质形状中学习,能够预测蛋白质的三维结构。这个“魔鬼般的问题”已经抵抗了半个世纪的系统性攻击,AlphaFold似乎一劳永逸地解决了它。
Hassabis团队将AlphaFold称为“AI如何将所有科学加速到数字速度的模板”。受此成功鼓舞,一波为生物学、化学和材料发现构建基础模型的初创公司筹集了数十亿美元资金。AlphaFold证明了AI与足够数据的结合能够做出突破性发现(即使我们不理解其背后的机制),科学其余领域的路径似乎已清晰可见。
AlphaFold成功条件的稀缺性
尽管AlphaFold是一项深刻成就,但产生它的条件极为罕见。在其他领域满足这些条件可能需要数十年而非几年。AlphaFold成功的最主要条件是蛋白质数据银行(Protein Data Bank)的存在,这是一个包含约17万条实验验证蛋白质结构的数据集。
该数据库的创建并不简单:它历时53年的国际科学合作,据最新估计耗资约210亿美元。此类规模的努力众所周知难以获得资金、几乎不可能协调,且执行过程极其耗时,因此经常以失败告终。
其他领域的额外障碍
即使在具备足够凝聚力和资源、且数据未被商业所有权封锁的领域,仍存在一个很少被讨论的障碍:生成可比数据的科学不可能性。
在蛋白质结构领域,关键实验技术——蛋白质晶体学——是一种异常可重复和可靠的工具,以至于超过25项诺贝尔奖依赖于它。但在大多数实验科学中,结果往往存在变异:
- 细胞系会漂移
- 化学品含有微量污染物
- 实验室湿度会变化
在生物学或大多数化学领域,创建足够一致、准确、精确且可扩展的测量数据集以训练现代神经网络,需要新型测量方法和标准化方案,而这些短期内都无法就绪。
少数可行的领域与未来方向
当然,存在少数满足这些要求的领域:天气预报、大部分基因组学、非常有限的化学领域。这些领域可能很快看到AlphaFold式的突破,如果尚未出现的话。政府对这些数据集的生产和协调的支持至关重要,正如美国国家新兴生物技术安全委员会所主张的那样。
但对于科学中的大多数开放问题,我们至少在短期内需要一个不同的计划。幸运的是,一种更安静、更温和的方法已开始展现前景。
AI代理:模拟人类发现过程
科学家始终在不确定性下进行推理。生物学家在寻找新药物靶点时,从未拥有完美的数据集。他们会结合对接计算和已知结构,考虑分子动力学,运行少量结合实验,并运用判断力根据每种方法的特点和失效点进行权衡。
科学的技能不在于任何单一工具,而在于综合多种工具的产出,并随着证据的出现修正结果。这才是大多数实际研究工作的进行方式。但直到最近,没有软件能够做到这一点。
AI代理(Agents)现在可以做到。 简单来说,代理是一个被赋予工具(数字或物理工具)访问权限并具备使用能力的AI推理引擎。过去几年AI架构的根本转变使得这类程序迅速普及,它们由大型语言模型驱动,大幅降低了对科学专用数据集的需求。
对科学而言,这一技术进步代表着基础性改变:它使我们能够创建能够模拟实际研究迭代性、高度情境化过程的数字工具。AlphaFold等工具将强大方法应用于有限问题,而代理本质上是通才。它们并非代表一种新的做科学的方式,而是数字化模拟了人类的发现过程。
谷歌AI Co-Scientist的实际案例
以谷歌于5月发布的AI Co-Scientist为例。研究人员给它提供了一页简报和一个目标:弄清楚抗生素耐药性如何在细菌物种之间传播,这是耐药感染的关键驱动因素。
该系统启动了多个子代理:
- 一个子代理从文献中起草假设
- 另一个像同行评审者一样对其进行剖析
- 第三个举办锦标赛来排名最强的候选假设
- 第四个对获胜假设进行完善
该代理最终得出结论:耐药基因搭上了细菌病毒的便车,利用能够将其运送到新宿主的任何病毒。这一假设是正确的。伦敦帝国学院的研究人员曾花费十年时间研究这一机制。
这一案例清晰表明,AI代理能够在无需海量专有数据集的情况下,通过推理和工具使用推动科学发现,为大多数科学领域提供了切实可行的加速路径。